圖表描繪：只保留最相關的數據

Question

爲了節省帶寬，並以不具有產生圖片/圖自己我打算使用谷歌的圖表API：

http://code.google.com/apis/chart/

它的工作原理是簡單地發佈一個（可能長的）GET（或一個POST），然後Google自己生成並提供圖形。到目前爲止，我已經得到了大約兩千條條目的圖表，我想把這個條目減少到一些任意數量的條目（例如，只保留原始條目的50％或10％的條目原始條目）。

我該如何決定應保留哪些條目，以使我的新圖形最接近原始圖形？

這是一種曲線擬合問題嗎？

注意，我知道我能做到POST到谷歌的圖表API高達16K的數據，這可能足以滿足我的需求，但我仍然好奇

Answer 1

你所希望做的被稱爲下采樣或decimation。本質上，您可以過濾數據，然後從每N個採樣中刪除N - 1（抽取或按N因子下采樣）。粗略過濾器只是採取本地移動平均線。例如。如果你想用N = 10的因子抽取，那麼每10個點用這10個點的平均值替換。

請注意，對於上述方案，您可能會從曲線圖中丟失一些高頻數據（因爲您實際上是低通濾波數據） - 如果重要的是要看到短期變化，那麼另一種方法是繪製每N個點作爲表示這N個點的範圍（即最小...最大值）的單個垂直條。

Answer 2

圖（時間序列數據）彙總是一個非常困難的問題。這就像在文本中決定什麼是「相關」部分，以便自動彙總它。我建議你使用最尊敬的圖書館之一在時間序列數據中尋找「利益格局」，由Eamonn Keogh

Answer 3

的flot-downsample plugin的海軍報JavaScript的圖形庫可以做你在找什麼，到一個點。

目的是嘗試保留原始行的視覺特徵，使用少得多的數據點。

該算法背後的研究記錄在in the author's thesis。

請注意，它不適用於任何類型的系列，並且根據我的經驗，當您希望下采樣係數超過10時，不會給出有意義的結果。

問題是，它削減了相同大小的窗口系列，然後保持每個窗口一個點。由於您可能在某些窗口中的數據比其他窗口的數據密集，因此結果不一定是最佳的。但它是有效的（以線性時間運行）。